3.4 电力大数据的数据展现技术
电力大数据的数据展现技术包括可视化技术、空间信息流展示技术、历史流展示技术等。可视化技术、空间信息流展示技术、历史流展示技术从3个不同的方面诠释了电力大数据展现技术的丰富内涵。借助电力大数据的数据展现技术可帮助管理人员更直观、准确地理解电力系统数据表达的意义，了解电力系统的运行状态。
可视化技术广泛应用于电网状态的实时监控，显著提高了电力系统的自动化水平。未来电力系统可视化还可结合复杂网络中的相关理论在电网自动分层分区、自动布点等方面展开深入研究，发掘电网更深层次的规律和联系。
空间信息流展示技术主要体现在电网参数与已有地理信息系统的结合上，包含变电站三维展示、虚拟现实等技术。将电力配电设备管理与地理信息系统紧密结合起来，有利于电网管理人员直观地了解设备情况，从而为其决策提供最新的地理信息。在变电站工程设计中用空间信息流展示技术可以节约时间、资源、成本，为电力企业带来巨大的效益。
历史流展示技术体现在对电网历史数据的管理与展示上。在电力系统中，深层次的应用分析往往以历史数据为基础。对生产现场的实时监测数据、电网的规划数据和负荷预测数据，通过历史流展示技术，可以绘制出数据的发展趋势并预测出未来的数据走势;通过历史流回放展示技术，可以模拟历史重大事件发生、演变，挖掘历史事件潜在的知识与规律。
4 大数据在智能电网中的应用
电力大数据的应用场合涵盖发、输、变、配、用、调等电力行业的各个环节，在风电场选址、降低网损、风电并网、电网安全监测、大灾难预警、电力企业精细化运营、电力设备状态监测等领域有非常强的可实现性。
5 结论与展望
本文探讨了大数据、云计算、智能电网三者之间的相互关系，并给出电力大数据的总体可执行框架，对电力企业大数据平台的搭建具有参考价值。
本文阐述了电力大数据平台中4个核心的关键技术，即集成管理技术、分析技术、处理技术、展现技术。大数据的集成管理技术应该考虑关系型和非关系型数据库技术的综合应用，并重点考虑NoSQL数据库技术;大数据的分析技术应从大数据的治理与抽样、大数据特征选择、大数据小数据化、大数据的分类算法、大数据挖掘并行化等方面开展研究;大数据的处理技术应根据具体的应用需求考虑分布式计算、内存计算、流处理等技术;电力大数据的数据展现技术可考虑可视化技术、空间信息流展示技术、历史流展示技术等。
大数据技术在商业领域已经获得较为广泛的应用并创造出巨大的商业价值，但是在电力系统中的应用才刚刚起步，因此结合大数据的技术优势和电力系统的应用需求，发挥电力大数据的价值，将为智能电网的建设带来新的发展契机。
电力企业应该牢牢抓住这个契机，从数据政策、人才培养、关键技术研发等层面，全面促成电力大数据技术的发展。
